Claude Opus 5.5 snizio cene. OpenAI snizio još više.

Šta ovaj video pokriva

• Opus 5.5 protiv GPT-6 Sol: rat cena sa revanšom
• Opus 5.5: Fable mozak sa petinom popusta, keš pregledi −60%
• GPT-6 Sol i Luna: pola cene, 90 minuta kasnije
• Artificial Analysis: #1, i 260M tokena do tamo
• Claude Code: AGENTS.md čeka zastavicu telemetrije

Preveden transkript

Prevedeno sa originalne engleske naracije. Dostupan audio i titlovi kontrolisani su od strane YouTube-a.

Opus 5.5 protiv GPT-6 Sol: rat cena sa revanšom

0:00 Juče je Anthropic lansirao Claude Opus pet tačka pet sa petinom popusta. Oko devedeset minuta kasnije OpenAI je lansirao GPT šest Sol sa upola nižom cenom, i oba grafikona lansiranja se porede sa starim modelom druge strane. Dakle, evo razlike. Utorak popodne, Opus pet tačka pet stiže, i u šest UTC, GPT šest Sol i Luna slede. Preko noći, programer otkriva da Claude Code preskače vašu agents datoteku kada je telemetrija isključena.

0:26 Nadogradnja macOS-a tiho je uklonila prekidač koji kaže ne Apple Intelligence-u. A u Koreji, Samsung ažuriranje koje je još uvek bilo u testiranju zamrzlo je prave frižidere. U ovom videu, šta vam kupuje petina popusta, nezavisni brojač koji se ne slaže sa efikasnošću tokena, i zašto vas prekidač za privatnost sada košta funkciju. Sreda je, 23. septembar, i ovo je The Daily Diff.

Opus 5.5: Fable mozak sa petinom popusta, keš pregledi −60%

0:48 Prvo, Opus. Anthropic kaže da radi na nivou Fable pet tačka jedan na većini poslova, i košta četrdeset posto manje za pokretanje od Opusa pet. Cena pada za petinu, na četiri dolara ulazno i dvadeset izlazno. Keširani pregledi padaju šezdeset posto, što je važnije, jer agent provodi većinu svog života ponovo čitajući sopstveni kontekst. Citati testera su sjajni. Jedan je pokrenuo migraciju od šesto osamdeset hiljada linija za manje od jednog dana. Clio ga je ostavio samog preko noći preko šest repozitorijuma na osamnaest sati,

1:16 i napisao, Mučim se da pronađem nešto negativno da kažem. Svaka stranica lansiranja ima tu rečenicu. To je takođe prvo izdanje otkako je Dario Amodei pozvao na ubrzavanje granice. Anthropic kaže da je model pokušao da pređe granice zadržavanja osamdeset pet posto manje često nego Opus pet. Prošle nedelje sam vam rekao da je Opus pet napisao exploit koji je ušao u OpenAI-jeve repozitorijume, tako da se zahtevi za hakovanje na novom modelu sada preusmeravaju na Opus četiri tačka osam, njegovog dedu.

1:41 I jedna rečenica u sigurnosnim napomenama je vrlo razumljiva. Anthropic piše da Opus često sumnja da se procenjuje. Isto, prijatelju. Zatim, devedeset minuta kasnije, OpenAI.

GPT-6 Sol i Luna: pola cene, 90 minuta kasnije

1:51 GPT šest Sol i Luna, obučeni kao Astra i cenjeni na pola od modela koje zamenjuju. Sol je dva dolara ulazno i deset izlazno. Luna je deset centi ulazno i pedeset centi izlazno, otprilike cena kafe koju pijete dok radi. Evo zabavnog dela. Anthropic je cenio novi Opus da tačno odgovara starom Solu, i to podudaranje je trajalo devedeset minuta. Grafikoni lansiranja se ogledaju jedan u drugom.

2:13 Anthropic se benchmarkira protiv starog Sola. OpenAI se benchmarkira protiv starog Opusa. Dakle, na slide-deck benchmarkovima, koji su nepobedivi, svi pobeđuju model koji je druga strana upravo zamenila. Simon Willison je pronašao sitna slova. Stare GPT cene su bile promotivne, sa povećanjem od dvadeset pet posto već zakazanim za novembar. Dakle, to je pola cene rasprodaje, najviše maloprodajna stvar koju je AI laboratorija uradila.

Artificial Analysis: #1, i 260M tokena do tamo

2:36 Sada nezavisni brojevi. Anthropicov Thariq Shihipar naziva novi Opus vrlo token efikasnim. Artificial Analysis ga rangira prvim na svom indeksu inteligencije, zatim broji reči. Napisao je dvesta šezdeset miliona izlaznih tokena da bi završio, tri puta više od medijane. GPT šest Sol je postigao deset bodova manje i koštao je oko dolar po zadatku, naspram šest za Opus.

2:55 Dakle, Opus je najpametniji model na tabli, i onaj koji najviše priča, kao svaki stariji inženjer na pregledu dizajna. Simon je udario u isti zid. Njegov test pelikana na biciklu sa maksimalnim naporom nikada se nije vratio. Opus je nastavio da proverava dužinu noge pelikana dok nije dostigao svoje izlazno ograničenje, sto dvadeset osam hiljada tokena. Dva puta. Svaki pokušaj koštao je dva i po dolara i skoro dvadeset minuta. Bez pelikana. Govoreći o čitanju uputstava.

Claude Code: AGENTS.md čeka zastavicu telemetrije

3:18 Claude Code je nedavno najavio podršku za agents dot md, zajedničku datoteku uputstava koju drugi kodirajući agenti već čitaju. Programer po imenu Przemek primetio je da se nikada nije učitala. Učitavač je ugrađeni plugin, i pre nego što se pokrene, traži daljinsku zastavicu funkcije za dozvolu. Sa isključenom telemetrijom, zastavica se ne može preuzeti, povratna vrednost je false, i vaša datoteka se preskače bez upozorenja. Dokazao je to kanarinskom reči u praznoj fascikli.

3:43 Bedrock i Vertex korisnici dobijaju istu tišinu. Dakle, čitanje datoteke sa sopstvenog diska sada zahteva pozivanje kući. Rešenje je jedna linija claude dot md koja uvozi agents datoteku, tačno dodatna datoteka koju je ova funkcija trebalo da ukloni. Apple ima istu ideju sa manje koraka.

macOS 27: prekidač za Apple Intelligence je nestao

3:59 David Bushell je isključio Apple Intelligence na macOS petnaest. Prošle nedelje je nadogradio na dvadeset sedam, i prekidač koji je rekao ne je nestao. Funkcije su se vratile ionako, sa dvadeset dva gigabajta diska. Ono što je ostalo je Screen Time, roditeljska kontrola, koja sakriva menije i ništa ne isključuje. Po njegovim rečima, rekao sam ne, a Apple je rekao da.

Samsung: test ažuriranje zamrzlo je prave frižidere

4:19 I postavljanje u petak, nekoliko dana ranije. Samsung je poslao SmartThings ažuriranje pametnim frižiderima u Koreji, i kaže da se greška dogodila tokom procesa testiranja, koji se očigledno odvija u kuhinjama kupaca. Frižideri su izgubili struju, hrana se pokvarila, a tehničari navodno menjaju matične ploče pre praznika Chuseok. Samsung to naziva hitnim merama. Negde, pripravnik uči da proizvodnja uključuje frižidere.

4:42 Ako više volite da ovo pročitate nego da me čujete kako to govorim, razlika stiže u vaš inbox svako jutro, besplatno na the daily diff dot dev, link ispod.

Presuda: NEEDS REVIEW za Opus 5.5

4:49 Dakle, današnja presuda za Opus pet tačka pet. NEEDS REVIEW. Smanjenje cene je stvarno i on je na vrhu tabele, ali nezavisni brojač se ne slaže sa token efikasnošću, i devedeset minuta kasnije bio je skuplja polovina rata cena. Pretplatite se, kliknite na zvonce i recite mi u komentarima da li biste ga drugačije ocenili. I to je razlika za danas. Ja sam Niko iz Axrisija. Spajajte odgovorno.

Izvori

1. Anthropic, Claude Opus 5.5www.anthropic.com
2. Hacker News (1,645 pts)news.ycombinator.com
3. OpenAI, Introducing GPT-6 Sol and Lunaopenai.com
4. Hacker News (1,634 pts)news.ycombinator.com
5. Simon Willison, Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price warsimonwillison.net
6. Artificial Analysis, Claude Opus 5.5artificialanalysis.ai
7. Artificial Analysis, GPT-6 Solartificialanalysis.ai
8. Thariq Shihipar on Xtwitter.com
9. The Verge, Emma Rothwww.theverge.com
10. Przemek, Claude Code reads AGENTS.md only when telemetry is onblog.szypowi.cz
11. Hacker News (192 pts)news.ycombinator.com
12. David Bushell, I said no and Apple said yesdbushell.com
13. Hacker News (838 pts)news.ycombinator.com
14. Android Authority, Samsung accidentally freezes its smart fridgeswww.androidauthority.com
15. Last week's episode, Hacktron and the Opus 5 exploitwww.youtube.com